POC
集里怎么说它
- 《AI 定价的黄金象限：别把 20% 的价值白送》(19:06起):本集强调 POC 的唯一目标是跟客户共创商业案例，不是技术功能验证；应该收费以筛掉好奇者，但报价必须与后续商业谈判解耦
- 《Datadog 4000 人AI赋能实战：删掉上下文反而更好》(04:56起):在本集出现两次语境：一是 Cursor 的内部试用 POC；二是高级工程师晋升期望的变化——现在鼓励先用 AI 快速做多个 POC，带着实际运行结果回来做决策，而非花几周写 RFC。
- 《企业还没为 AI 智能体做好准备：四条架构原则补上缺口》(01:51起):企业概念验证：定客户用例、派两工程师干四周、指标达标人人兴奋——但本集警告最大的坑是拿着高准确率 POC 往上 bolt 安全、审计、evals
- 《先造机器再招人：OpenAI 前企业销售负责人的 Go-to-Market 反常识打法》(07:29起):本集区分了 PLG 式自助使用(可以)与需销售工程师全程监督的人工服务型 POC(要绕开)；可用一年期 POC 合同等谈判方式替代。
- 《从 100 万到 69 亿美元:Databricks 销售掌门人 Ron 的企业级增长实战》(60:05起):本集说 Databricks 早期的 POC 和试点基本全免费——「我们不是想靠试点赚钱，是要证明价值」，但要设成功标准、30 天时间盒、必须有高管背书。
① 提到它的金句
4 条
POC 应该被设定为，POC 的整个目标就是创建一个商业案例，句号，就是这样。
指向原始笔记的链接
The POC should be framed as the entire goal of the POC is to create a business case, period, full stop.
—— Madhavan Ramanujam · [32:14]
我想说的是，我见过走错路的地方，是拿着最初的那个 POC——那个展现出巨大前景、比如展现出高准确率的单点解决方案——然后试图从它向上构建，在遇到企业需求时再把它们绑上去。
指向原始笔记的链接
And I’d say the takeaway is that where I’ve seen it go wrong is taking that initial POC, that point solution that showed so much promise and that showed the high accuracy, for example, and then trying to build up from it, strapping on the enterprise requirements as you come across them.
—— Saul Howard · [17:56]
而我见过走得好的地方是，如果你从一开始就认真对待一个可投产的、规模化企业系统的约束，把那些当作你要构建一切的架构原则，然后用你的新原语反向构建，重新达到那个 POC 的准确率。
指向原始笔记的链接
But where I’ve seen it go well is if you take the constraints of a production-ready scaled enterprise system seriously from the beginning and treat those as the architectural principles that you’re going to build everything upon and then build back up towards that POC accuracy using your new primitives.
—— Saul Howard · [18:32]
在 POC 之后基本上就死掉了，永远见不到天日。
指向原始笔记的链接
Die after a POC, essentially. They never see light of the day.
—— Samar Abbas · [02:38]
② 出现在这些集
5 集
- 《AI 定价的黄金象限：别把 20% 的价值白送》 — 作为概念
- 《Datadog 4000 人AI赋能实战：删掉上下文反而更好》 — 作为概念(提及)
- 《企业还没为 AI 智能体做好准备：四条架构原则补上缺口》 — 作为概念
- 《先造机器再招人：OpenAI 前企业销售负责人的 Go-to-Market 反常识打法》 — 作为概念
- 《从 100 万到 69 亿美元:Databricks 销售掌门人 Ron 的企业级增长实战》 — 作为概念(提及)
③ 关联
点进去有真内容 —— 本页主要出口
智能体 · Cursor · 评估 · Anthropic · go-to-market · 上下文 · PLG · Madhavan Ramanujam · Simon Maple · Christopher Lovejoy